مدل زمانبندی مقاوم در برابر اشکال در کاربرد مبتنی بر مه

سال انتشار: 1400
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 37

فایل این مقاله در 17 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

JR_JSCIT-10-2_008

تاریخ نمایه سازی: 25 مهر 1403

چکیده مقاله:

محیط مه به عنوان یک بستر مهم برای IoT در حال رشد است. با افزایش مقیاس IoT، خرابی شبکه اجتناب ناپذیر می-شود. برای دستیابی به کارایی بالا باید به قابلیت اطمینان در ارتباطات توجه نمود. تحمل پذیری اشکال به یک مسئله مهم برای بهبود قابلیت اطمینان در محیط مه تبدیل شده است. بیشتر مطالعاتی که در مورد تحمل اشکال بوده، فقط در سیستم ابر صورت گرفته است. برای پرداختن به این موضوع در محیط مه، الگوریتم زمانبندی تحمل اشکال برای ماژول-های ترکیبی در مه را پیشنهاد می کنیم. یکی از برجستگیهای این رویکرد، ارائه مدل CRBC در کنار روش طبقه بندی است که تلفیقی از مزایای Checkpoint-Restart و Primary-Backup است. علاوه بر این، ارائه یک روش طبقه بندی برای ماژول های مختلف، نو آوری دیگر این مقاله است. در این مقاله عملکرد روش پیشنهادی را با مقایسه آن با سه روش دیگر از نظر تاخیر، مصرف انرژی، هزینه اجرا، میزان استفاده از شبکه و تعداد کل ماژولهای اجرا شده ارزیابی می کنیم. نتایج تجزیه و تحلیل و شبیه سازی، قابلیت اطمینان و اثربخشی CRBC را نشان می دهد.

کلیدواژه ها:

محاسبات مبتنی بر مه ، زمانبندی مقاوم در برابر اشکال ، چک پوینتینگ ، نسخه اصلی-پشتیبان

نویسندگان

Ahmad Sharif

دانشکده فنی مهندسی، گروه مهندسی کامپیوتر، دانشگاه آزاد اسلامی واحد قم، قم، ایران

Mohsen Nickray

دانشکده مهندسی کامپیوتر و فن آوری اطلاعات، دانشگاه قم، قم، ایران

Ali Shahidinejad

دانشکده فنی مهندسی، گروه مهندسی کامپیوتر، دانشگاه آزاد اسلامی واحد قم، قم، ایران

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • A. Dastjerdi and R. Buyya, “Fog computing: Helping the internet ...
  • Bellendorf, J. Mann, Z. A. Classification of optimization problems in ...
  • M. Mahmud and R. Buyya, Modelling and Simulation of Fog ...
  • H. Han, W. Bao, X. Zhu, X. Feng, and W. ...
  • Z. Wen, R. Yang, P. Garraghan, T. Lin, J. Xu, ...
  • M. Hasan and M. S. Goraya, “Fault tolerance in cloud ...
  • D. Poola, M. A. Salehi, K. Ramamohanarao, and R. Buyya, ...
  • J. Liu, P. Wang, J. Zhou, and K. Li, “Mctar: ...
  • Y. Sharma, W. Si, D. Sun, and B. Javadi, “Failure-aware ...
  • G. Levitin, L. Xing, and L. Luo, “Joint optimal checkpointing ...
  • H. Yan, X. Zhu, H. Chen, H. Guo, W. Zhou, ...
  • S. M. Abdulhamid and M. S. A. Latiff, “A checkpointed ...
  • S. Chinnathambi, A. Santhanam, J. Rajarathinam, and M. Senthilkumar, “Scheduling ...
  • T. Tamilvizhi and B. Parvathavarthini, “A novel method for adaptive ...
  • S. Haider and B. Nazir, “Dynamic and adaptive fault tolerant ...
  • X. Zhu, J. Wang, H. Guo, D. Zhu, L. T. ...
  • G. Yao, Y. Ding, and K. Hao, “Using imbalance characteristic ...
  • Y. Ding, G. Yao, and K. Hao, “Fault-tolerant elastic scheduling ...
  • V. K., S. M. D. Kumar, R. S., and V. ...
  • H.-L. Li, J. Wu, Z. Jiang, X. Li, and X.-H. ...
  • G. Fan, L. Chen, H. Yu, and D. Liu, “Modeling ...
  • C. Zhu, J. Tao, G. Pastor, Y. Xiao, Y. Ji, ...
  • Z. Liu, X. Yang, Y. Yang, K. Wang, and G. ...
  • G. Zhang, F. Shen, N. Chen, P. Zhu, X. Dai, ...
  • L. Yin, J. Luo, and H. Luo, “Tasks scheduling and ...
  • J. Wan, B. Chen, S. Wang, M. Xia, D. Li, ...
  • L. F. Bittencourt, J. Diaz-Montes, R. Buyya, O. F. Rana, ...
  • D. Zeng, L. Gu, S. Guo, Z. Cheng, and S. ...
  • Y. Yang, S. Zhao, W. Zhang, Y. Chen, X. Luo, ...
  • SH. Ghanbari, M. Othman, M. Abu Bakar, “Multi-objective method for ...
  • A. Sharif, M. Nickray, A, Shahidinejad, “Fault-tolerant with load balancing ...
  • Y.-H. Gao, H.-D. Ma, and W. Liu, “Minimizing resource cost ...
  • H. Gupta, A. V. Dastjerdi, S. K. Ghosh, and R. ...
  • D. Rahbari and M. Nickray, “Low-latency and energy-efficient scheduling in ...
  • Rehani, N., Garg, R. Meta-heuristic based reliable and green workflow ...
  • نمایش کامل مراجع